关键词：电力系统；故障诊断；智能化；电力故障
引言
随着我国科技的迅速发展,人工智能技术也取得良好发展,当前社会各行各业开始逐渐应用人工智能技术,正朝着智能化、信息化的方向发展。电力系统作为人们日常生活中不可缺少的部分,其稳定性与安全性直接关系到人们的正常生产与生活。通过将人工智能技术应用于电力系统的故障检测中,能够有效提高电力系统诊断能力,以便更好地进行电力系统检测和维修。
1电力系统故障诊断中的智能化优势
人工智能也可以理解为通过模拟人的意识、思维的信息过程,人工智能能够像人一样思考,也可以超过人的智能。人工智能是一门综合的学科,其涉及的内容较广,包括计算机科学、心理学、哲学等;自然科学和社会科学的所有学科都涵括于人工智能当中,思维科学更加注重理论,而人工智能则更加注重实践;思维科学技术的表达需依靠人工智能,人工智能技术的发展与思维科学的发展有着密切联系,两者之间相互依靠、相互促进。根据国务院制定的《“互联网+”行动指导意见》相关内容可知,需进一步加大智能制造投入力度。为了促进智能制造良好发展,可通过智能工厂建设的方式,或者智能制造试点的设置,发挥其示范与引导的作用。在不久的将来,人工智能在人们的生活、工作与教育中将占据重要地位,其将给人们的生产生活带来更大的便捷,人工智能技术的未来发展十分可观[1]。
2电力系统故障诊断中的智能化方法及其应用分析
2.1专家系统
专家系统工作模式主要为发现问题—诊断问题—解决问题,形成针对以故障诊断为内容的专家系统的知识库,之后根据所接收到的报警信息更深入地对知识库的内容进行推理,从而获得诊断的正确结果。专家系统所特有的应用原则体现在故障诊断和产生式规则的实际运行中,在产生式规则特性下的故障诊断专家系统的应用,能够充分发挥其推动作用。惯用动作逻辑为直观的、规模化的规则,在电力网络保护中的应用较为常见,首先被表述的是一级保护与断路器之间的关系;在产生式规则操作下的专家系统存在着多项运行规则,包括允许增加、删除,或予以修改,能够有效促进诊断系统工作实效性开展;为一些不确定问题的解决提供可靠依据,且可总结出与人类语言习惯符合的结论,同时可进行相关问题的解释。
2.2人工神经网络的运用
人工神经网络就是模拟人思维的方式,通过神经元之间相互作用的动态过程来完成信息处理。这是一个非线性动力学系统,其特色在于对电力系统中各种信息的分布式存储和并行协同处理,提高故障的排查效率。虽然单个神经元的结构极其简单,功能有限,但大量神经元构成的网络系统所能实现的行为却是极其高效的。Hopfield神经网络模型是一种循环神经网络,从输出到输入有反馈连接。
期刊文章分类查询,尽在期刊图书馆Hopfield神经网络需要判别反馈网络的稳定性,通过状态变化实现系统的稳定性收敛。Hopfield神经网络模型是一种循环神经网络,从输出到输入有反馈连接。在输入的激励下,会产生状态的不断变化。Hopfield神经网络具有较强的容错能力、学习能力以及大规模的处理能力,并且对于电力系统的网络结构多样的特点,因此,适合应用到电力系统故障诊断中,主要包括离散或者连续的Hopfield网络。其与电力系统专家构建的故障检测知识库之间的数据可以实现双向连接,在推理故障信息时,Hopfield神经网络从知识库中获取相类似的特征信息,对故障的情况进行排查,在排查完成后获取新的特征的故障信息可以补充到知识库中的故障信息中,以提高下一次故障排查的检修效率[2]。
2.3模糊理论概括
在对电力系统故障进行诊断的系列过程中,较难有效鉴别故障征兆与故障排除间的关联,因二者间有一定的不准确性存在,且在概念描述上也具有一定的不精确性特征,故此,也使诊断结果呈模糊不清的状态显示;传统解决办法通常依据专家所固有的经验在故障征兆与原因间就模糊的关系进行建立。随着此种模糊理论的完善,优点渐趋表现出,尤其是在对一些不确定性的问题进行处理时,价值更为明显;其所具有的模糊知识库通过对语言变量进行应用,来对专家的经验加以描述,与人的表达习惯更为接近;模糊理论具对多种不同问题进行解决的能力,并可以根据问题模糊的程度,来对优先程度进行排序。因为电力系统故障诊断与专家系统搜索必须一一匹配,否则很容易出现错误的结果。建议将模糊理论在专家系统中引入并应用后,由精确推理向近似推理转化,在一定范围内使专家系统所具有的容错性和可判断行增强,有效解决了模糊理论运用过程中出现的不准确性与不精确性[3]。
2.4遗传算法
根据人类遗传机理提出的全局优化算法就是所谓的遗传算法,其是通过对生物进化过程的繁殖、杂交等现象的模拟形成的,其具有的优点是全局优化能力较强,处理优化问题的能力较强。在电力系统故障诊断过程中,其根据元件故障、保护动作、断路器跳闸之间的关系,诊断问题转换为一个0、1整数规划问题,之后建立与遗传算法相适合的故障诊断数学模型,采用差异遗传法处理故障诊断的适应值函数。遗传算法在解决故障诊断问题时是从全局优化的角度出发,在保护或断路器出现拒动的情况下,能够达到最优的诊断结果。但是对于故障诊断数学模型的合理建立,及确定较差、变异等参数方面还需要深入进行研究。
结语
在我国科学技术不断进步的环境下,新兴技术在电网系统故障诊断中得到广泛使用,且取得了良好的应用效果。当前电网事业最为关注的问题就是电力系统的稳定运行,为了有效解决电网系统故障问题,制定符合现代化发展的电力故障检修模式，推动我国电网建设的全面发展，为电力事业奠定基础和保障。
参考文献
[1]占才亮.人工智能技术在电力系统故障诊断中的应用[J].广东电力,2011,24(9):87-92.
[2]郭步阳.试论人工智能技术在电力系统故障诊断中的应用[J].科技创新与应用,2015(34):206-206.
[3]朱丽娟,方倩.智能技术在电力系统故障诊断中的应用研究[J].城市地理,2014(18):198-198.
论文作者:沈越 阮晓茗
论文发表刊物:《科学与技术》2019年第12期
论文发表时间:2019/11/15
标签：电力系统论文; 故障诊断论文; 人工智能论文; 神经网络论文; 专家系统论文; 故障论文; 模糊论文; 《科学与技术》2019年第12期论文;